Discussion :

[Maxibolt]

Bonjour

Je suis en train d'essayer d'implémenter la technique des "eigenfaces" avec Python 2.6 et OpenCV 2.0. Tout marche bien, jusqu'au moment où je dois récupérer les vecteurs propres de la matrice de covariance de l'ensemble des faces déjà connues (cette matrice étant symétrique définie positive).

J'ai essayé avec cv.EigenVV, mais elle ne fonctionne que si j'utilise comme argument une matrice diagonale (j'ai testé avec des matrices dont j'ai affecté les coefficients à la main, et pour une matrice non diagonale, le programme plante et s'arrête complètement avec une erreur Windows).

J'ai aussi essayé cv.SVD, mais il me ressort invariablement l'erreur suivante (j'ai essayé de fournir a sous la forme d'une matrice ou d'une image, sous toutes les profondeurs possibles...):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    cv.SVD(a)
error: Unrecognized or unsupported array type

Quelqu'un aurait une idée ?

[snowpy]

Bonjour
cette matrice étant symétrique définie positive

Une matrice diagonale est forcement symétrique, en rentrant ta matrice à la main il te faut vérifier que celle-ci et symétrique définie positive

[Maxibolt]

La matrice que j'utilise est forcément symétrique définie positive vu le procédé de construction (en lequel j'ai confiance a priori étant donnés les autres résultats qu'il me donne). L'ennui, c'est que la fonction EigenVV est censée fonctionner pour n'importe quelle matrice symétrique, ce qui n'est pas le cas.

La propriété "définie positive" est juste là pour que SVD me donne directement le résultat que je cherche.